基于小波变换与深度学习的轻量级图像增强方法

本发明公开了一种基于小波变换与深度学习的轻量级图像增强方法包括基于深度学习建立的四个残差模块、由多个不同方向的小波变换层组成的小波变换模块、特征融合层和输出卷积层；包括基于深度学习建立的四个残差模块分别提取输入图像的特征；通过特征融合层将小波变换模块提取的特征与四个残差模块提取的特征进行融合，形成综合的特征图；通过输出卷积层对综合的特征图进行卷积操作，得到图像增强模型，并输出经过图像增强的图像。将小波变换与深度学习相结合，提出了一种轻量级的图像增强方法，充分利用了小波变换的频域分解能力和深度学习的特征学习能力，实现了对图像的高效、高质量增强处理。